颠覆传统！LinearAttention让Transformer计算量暴跌90%：大模型面试必考优化秘籍一篇通！

最新推荐文章于 2025-10-29 08:59:43 发布

原创最新推荐文章于 2025-10-29 08:59:43 发布 · 738 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#transformer #深度学习 #人工智能 #媒体 #langchain #c# #开发语言

Attention计算时间复杂度

在之前的讨论中，我们探讨了如何通过稀疏化技术来减少自注意力机制的计算负担。除此之外，如果能够将计算复杂度从平方级别降低到线性级别，那么就能彻底解决随着输入长度增加而急剧上升的计算资源消耗问题。我们之前提到，自注意力机制的经典挑战在于其计算公式：

在这个公式中，由于、和矩阵的乘法操作有特定的顺序，导致自注意力机制的计算复杂度和内存使用量都与序列长度的平方成正比，即，其中代表序列的长度。由于、和都是的实数矩阵，即，其中是序列长度，是嵌入维度。

矩阵乘法时间复杂度

我们在计算两个矩阵乘法时，计算逻辑具体如下:

首先我们取A矩阵的一行
然后我们取B矩阵的一列

最后把每一个对应位置的元素进行相乘相加，也就是 $u = 1 * a + 2 * c + 3 * e w = 4 * a + 5 * c + 6 * e v = 1 * b + 2 * d + 3 * f x = 4 * b + 5 * d + 6 * f$ 上面的等式做个乘法就计数时间复杂度为1，比如计算的结果，进行了3次乘法认为时间复杂度为3 按照图中A矩阵维度是3*2，B矩阵维度是2*3，其计算的时间复杂度

因此对于一般的矩阵计算，矩阵A维度为(，)，矩阵B维度为(，)，（其中矩阵A、B相连的d维度要保持一致），其时间复杂度为

那么推导到Attention的计算公式中我们设定以下维度：

序列长度 (n): 4 (例如，一个包含4个词的句子)
特征维度 (d_k): 2 (每个词的嵌入向量是2维) 现在，我们定义我们的查询（Q）、键（K）、值（V）矩阵：
Q 的形状: [n, d_k] -> [4, 2]
K 的形状: [n, d_k] -> [4, 2]
V 的形状: [n, d_v] -> [4, 2]

我们给它们赋上具体的值以便计算：

Q = [[1, 2], [3, 4], [5, 6], [7, 8]]
K = [[1, 1], [1, 1], [1, 1], [1, 1]]
Kᵀ = [[1, 1, 1, 1], [1, 1, 1, 1]] #转置
V = [[1, 0], [0, 1], [1, 0], [0, 1]]

计算 QKᵀ 及其复杂度QKᵀ计算时，Q矩阵维度(,)，Kᵀ矩阵维度(,)复杂度分析：

输出矩阵有 n * n = 16 个元素。
计算输出矩阵中的每一个元素，都需要进行 d_k = 2 次乘法和 d_k-1 = 1 次加法（即 d_k 次点积操作）。
因此，总的计算次数（浮点运算次数，FLOPs）为。

推广到一般情况：

**计算复杂度: O(n² * d_k)**由于 d_k 是一个固定的常数（例如64，128），我们通常简化为 O(n²d)。
当序列长度 n 增加时（比如从处理一句话变为处理一篇文章），计算量会呈平方级增长。这就是为什么原始的Transformer模型在处理长文本时非常缓慢和耗费内存的原因。

计算 KᵀV 及其复杂度

KᵀV计算时，Kᵀ矩阵维度(,)，V矩阵维度(,)复杂度分析：

输出矩阵有 d_k * d_v = 4 个元素。 (d_k = d_v = 2)
计算输出矩阵中的每一个元素，都需要进行 n = 4 次乘法和 n-1 = 3 次加法（即 n 次点积操作）。
因此，总的计算次数为 d_k * d_v * n。

推广到一般情况：

**计算复杂度: O(d_k * d_v * n)**由于 d_k 和 d_v 是固定常数，我们通常简化为 O(nd²)。

KᵀV 与 QKᵀ 矩阵计算时间复杂度

意义: 计算量只与序列长度 n 呈线性关系。无论序列有多长，只要 d 不变，KᵀV 的计算代价远小于 QKᵀ。假设 n=1000, d=64： * QKᵀ 的FLOPs ≈ 1000 * 1000 * 64 = 64,000,000* KᵀV 的FLOPs ≈ 64 * 64 * 1000 = 4,096,000前者是后者的 15 倍 以上。当 n=10000 时，前者将是后者的 150 倍 以上。

线性注意力的核心思想

线性注意力（Linear Attention）的关键在于改变注意力的计算顺序，避免显式计算。

在传统注意力中：

必须先计算（），然后与相乘。根据上述的推导，计算量只与序列长度 n 呈线性关系。无论序列有多长，只要 d 不变，KᵀV 的计算代价远小于 QKᵀ。那么我们可以先计算再与Q相乘这样能减少计算代价。 但是Attention公式中需要先做，即，不能跳过做相乘，在线性注意力中，通过核函数（kernel function） 或特征映射（feature map），将注意力重写为：

其中是一个将向量映射到非负空间的函数（如 softmax、elu+1 等）。

此时：

是矩阵，复杂度。
是，与矩阵相乘，复杂度。
总复杂度为，关于是线性的。

总结

线性注意力是解决 Transformer 模型平方复杂度问题的一种重要且优雅的思路。它通过核技巧和改变计算顺序，将计算复杂度从成功降低到，突破了模型处理长序列的瓶颈。尽管它在理论表达能力和实际性能上可能无法完全等同于标准注意力，但其在效率上的巨大提升使其在长序列建模领域具有不可替代的价值，是推动 Transformer 模型在更广阔领域应用的关键技术之一。

实际性能上可能无法完全等同于标准注意力，但其在效率上的巨大提升使其在长序列建模领域具有不可替代的价值，是推动 Transformer 模型在更广阔领域应用的关键技术之一。

如何学习大模型 AI ？

我国在AI大模型领域面临人才短缺，数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着Al技术飞速发展，预计到2025年，这一缺口将急剧扩大至400万，严重制约我国Al产业的创新步伐。加强人才培养，优化教育体系，国际合作并进，是破解困局、推动AI发展的关键。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

2025最新大模型学习路线

明确的学习路线至关重要。它能指引新人起点、规划学习顺序、明确核心知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

对于从来没有接触过AI大模型的同学，我帮大家准备了从零基础到精通学习成长路线图以及学习规划。可以说是最科学最系统的学习路线。

在这里插入图片描述

针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

大模型经典PDF书籍

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路！

在这里插入图片描述

配套大模型项目实战

所有视频教程所涉及的实战项目和项目源码等
在这里插入图片描述

博主介绍＋AI项目案例集锦

MoPaaS专注于Al技术能力建设与应用场景开发，与智学优课联合孵化，培养适合未来发展需求的技术性人才和应用型领袖。

在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【`保证100%免费`】

在这里插入图片描述

为什么要学习大模型？

2025人工智能大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用，大模型作为其中的重要组成部分，正逐渐成为推动人工智能发展的重要引擎。大模型以其强大的数据处理和模式识别能力，广泛应用于自然语言处理、计算机视觉、智能推荐等领域，为各行各业带来了革命性的改变和机遇。

在这里插入图片描述

适合人群

在校学生：包括专科、本科、硕士和博士研究生。学生应具备扎实的编程基础和一定的数学基础，有志于深入AGI大模型行业，希望开展相关的研究和开发工作。
IT行业从业人员：包括在职或失业者，涵盖开发、测试、运维、产品经理等职务。拥有一定的IT从业经验，至少1年以上的编程工作经验，对大模型技术感兴趣或有业务需求，希望通过课程提升自身在IT领域的竞争力。
IT管理及技术研究领域人员：包括技术经理、技术负责人、CTO、架构师、研究员等角色。这些人员需要跟随技术发展趋势，主导技术创新，推动大模型技术在企业业务中的应用与改造。
传统AI从业人员：包括算法工程师、机器视觉工程师、深度学习工程师等。这些AI技术人才原先从事机器视觉、自然语言处理、推荐系统等领域工作，现需要快速补充大模型技术能力，获得大模型训练微调的实操技能，以适应新的技术发展趋势。

课程精彩瞬间

大模型核心原理与Prompt：掌握大语言模型的核心知识，了解行业应用与趋势；熟练Python编程，提升提示工程技能，为Al应用开发打下坚实基础。

RAG应用开发工程：掌握RAG应用开发全流程，理解前沿技术，提升商业化分析与优化能力，通过实战项目加深理解与应用。

Agent应用架构进阶实践：掌握大模型Agent技术的核心原理与实践应用，能够独立完成Agent系统的设计与开发，提升多智能体协同与复杂任务处理的能力，为AI产品的创新与优化提供有力支持。

模型微调与私有化大模型：掌握大模型微调与私有化部署技能，提升模型优化与部署能力，为大模型项目落地打下坚实基础。